锻造行业是装备制造领域得以发展的基础,对锻件表面轮廓的测量也成为制造业发展的重要因素之一。随着国家对锻件加工质量的逐渐重视,对其轮廓测量的需求也随之增加。高温物体的测量与常温物体不同,其高温特点及辐射特性限制了传统测量技术的应用。视觉测量作为非接触测量的一种,具有测量速度快、精度高以及操作方便等优点。本课题基于双目立体视觉测量原理,研究了对高温物体三维轮廓的测量方法。本文首先设计了高温物体的图像采集方案。使用450nm的蓝色随机点光源投射在物体表面制造大量特征点,并搭配相应波段滤光片滤除高温物体辐射的可见光,经实验验证,该方案能够采集到包含清晰特征点的物体图像。其次研究了针对本文测量方案的基于特征点的NCC立体匹配算法。其中,为了得到优质特征点,对几种特征提取算法做了研究对比,选择Harris算子实现提取工作,并对其构造单尺度特征描述子,由此获得初始匹配点集,该点集中的特征点周围具有较丰富的灰度信息,可提高后续灰度互相关匹配的可靠性,而且将待匹配像素的搜索范围限制在了特征点的适当邻域内,减少了大量的无用工作。同时,在传统的NCC区域匹配算法中加入了金字塔搜索法,该方法不仅可以在获得大量点云数据的同时提高计算效率,还可以通过由大到小的搜索窗口,进一步提高匹配准确度。最后,为了得到平滑的视差图,提出了视差填充与亚像素插值相结合的优化方法,经处理后的视差图平滑完整,可由双目视觉测量原理获得大量点云数据。基于本文提出的测量方案设计了验证测量系统精度实验,实验结果表明测量系统的精度可达到0.37mm,能够较好的实现测量目的。